1

Abstrak— Kementrian Dikti mengeluarkan peraturan

Menristek Dikti tentang tiga cara masuk (PTN) Perguruan

Tinggi Negeri 2015 adalah melalui (SNMPTN) Seleksi Nasional

Masuk PTN, (SBMPTN) Seleksi Bersama Masuk PTN, dan

melalui (UM) Ujian Mandiri. Pada jalur SNMPTN penerimaan

mahasiswa tergantung dari Indeks Siswa, dan Indeks Sekolah.

Indeks Siswa melalui nilai rapor, sedangkan Indeks Sekolah

dibentuk melalui skor Akreditasi Sekolah, skor nilai (UN) Ujian

Nasional, skor SBMPTN, dan (IPP) Indeks Prestasi Persiapan.

Selama ini perhitungan Indeks Siswa dan Sekolah belum pernah

dianalisis secara statistik. Tujuan penelitian ini adalah

membentuk faktor pembentuk Indeks Siswa dan Sekolah dari

data dengan (n) 10.541 peserta. Sebelum menggunakan analisis

faktor digunakan Manova, terlihat bahwa terdapat perbedaan

vektor rata-rata antar variabel pembentuk Indeks Siswa,

kemudian diperoleh 5 faktor pembentuk Indeks Siswa dan 4

faktor pembentuk Indeks Sekolah. Berdasarkan perhitungan

bobot pada analisis faktor diperoleh kesimpulan bobot untuk

masing-masing pembentuk Indeks Siswa dan Sekolah tidak

sama.

Kata Kunci— Analisis Faktor, Indeks Sekolah, Indeks

Siswa, Seleksi SNMPTN.

I. PENDAHULUAN

erguruan tinggi merupakan institusi yang memiliki peran

dan posisi strategis dalam pencapaian tujuan pendidikan

secara makro, untuk melakukan upaya perbaikan secara

terus menerus demi mewujudkan sumber daya manusia yang

berkualitas. Kementrian Dikti mengeluarkan peraturan

Menristek Dikti tentang tiga cara masuk (PTN) Perguruan

Tinggi Negeri adalah melalui (SNMPTN) Seleksi Nasional

Masuk PTN, (SBMPTN) Seleksi Bersama Masuk PTN, dan

melalui (UM) Ujian Mandiri [1].

Perguruan tinggi sebagai penyelenggara pendidikan

setelah tingkat menegah, menerima calon mahasiswa yang

berprestasi akademik tinggi dan diprediksi akan berhasil

menyelesaikan studi di perguruan tinggi berdasarkan prestasi

akademik. Siswa yang berprestasi tinggi dan secara konsisten

menunjukkan prestasinya tersebut layak mendapatkan

kesempatan untuk menjadi calon mahasiswa melalui

SNMPTN.

Penelitian terkait SNMPTN menarik untuk dilakukan

karena merupakan jalur yang memiliki daya tampung peneri-

maan mahasiswa baru terbanyak dengan kuota minimal 50

persen, padahal cara seleksi jalur SNMPTN adalah tanpa

mela-kukan ujian tertulis [2]. Terdapat dua indeks penilaian

yang biasa digunakan PTN untuk menyeleksi calon

mahasiswa baru melalui jalur SNMPTN yaitu Indeks Siswa,

dan Indeks Sekolah. Indeks Siswa diperoleh dari nilai rapor

yang meru-pakan nilai mata pelajaran yang masuk Ujian

Nasional (UN) dan Indeks Sekolah meliputi skor Akreditasi

Sekolah, skor Ujian Nasional (UN), skor SBMPTN, dan

Indeks Prestasi Persiapan (IPP) [3].

Selama ini pembentukan Indeks Siswa ditentukan secara

agregat yaitu untuk seluruh nilai rapor pada mata pelajaran

Bahasa Indonesia, Bahasa Inggris, Matematika, Fisika, Kimia

dan Biologi dari semester I sampai semester V sama.

Padahal nilai-nilai tersebut memiliki variasi yang berbeda

sehingga menyebabkan bobot nilai belum tentu sama. Pada

Indeks Sekolah pemberian nilai bobot sama dengan aturan

tersebut. Diharapkan analisis faktor akan bisa menentukan

masing-masing nilai bobot pembentuk Indeks Siswa dan

Sekolah yang selama ini dianggap sama padahal ada variasi.

Masing-masing faktor pembentuk Indeks Siswa dan Sekolah

diharapkan memiliki bobot tersendiri.

Dari uraian sebelumya, maka ingin diidentifikasi dan

dianalisis karakteristik variabel-variabel yang terkait dengan

pembentuk Indeks Siswa dan Sekolah para peserta SNMPTN

menggunakan statistika deskriptif dan Manova. Kemudian

variabel pembentuk dianalisis menggunakan analisis faktor

untuk membentuk Indeks Siswa dan Indeks Sekolah menurut

bobot yang diperoleh melalui persen varians faktor masing-

masing. Analisis mengenai SNMPTN pernah dilakukan [4]

pada tes keterampilan dan [5] pada peserta SNMPTN yang

diterima saja, sementara penelitian ini menggunakan analisis

faktor yang melibatkan keseluruhan peserta SNMPTN.

II. TINJAUAN PUSTAKA

A. Definisi SNMPTN

Pola penerimaan mahasiswa baru program sarjana dilaku-

kan melalui Seleksi Nasional Masuk Perguruan Tinggi

Negeri (SNMPTN), Seleksi Bersama Masuk Perguruan

Tinggi Negeri (SBMPTN), dan Penerimaan mahasiswa baru

secara mandiri. SNMPTN dilakukan oleh masing-masing

PTN menggunakan sistem nasional terpadu berdasarkan hasil

penelusuran prestasi sekolah dan prestasi akademik siswa

baik dalam bentuk rapor maupun portofolio akademik yang

lain [6].

B. MANOVA (Multivariate Analysis of Variance)

Manova digunakan untuk mendeteksi beda atau tidaknya

vektor rata-rata, dimana terkadang lebih dari dua populasi

Analisis Faktor Pembentuk Indeks Siswa

dan Sekolah Pada Seleksi Nasional

Masuk Perguruan Tinggi Negeri (SNMPTN) di ITS Tina Wardania Firdani

(1) dan Ismaini Zain

(2)

Jurusan Statistika, FMIPA, Institut Teknologi Sepuluh Nopember (ITS)

Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia

e-mail: tina13@mhs.statistika.its.ac.id(1)

dan ismaini_z@statistika.its.ac.id(2)

P

2

perlu untuk dibandingkan [7]. Model manova untuk memban-

dingkan g populasi vector rata-rata.

jj eτμX ++= , nj ,...,2,1= dan g,...,2,1= (1)

Dimana,

jX = vektor hasil observasi ke-j dari kelompok

μ = vektor rata-rata keseluruhan

τ = vektor efek perlakuan kelompok ke-

je = vektor residual pada observasi ke-j dari kelompok

Hipotesis perlakuan pada Manova adalah

0==...===H0 g21 τττ

=H1Minimal ada satu 0 ≠τ , g,...,2,1=

Analisis statistik yang digunakan untuk menguji

kesamaan beberapa vektor rata-rata adalah

1. Pillai’s Trace

1tr

WBBP (2)

2. Wilk’s Lambda

W+B

W=U

(3)

3. Hotelling’s Trace

1tr BWT (4)

4. Roy’s Largest Root

1 eigenvalue max

WBWR (5)

Dalam penelitian yang digunakan adalah statitik uji

Pillai’s Trace. Asumsi-asumsi yang dilakukan sebelum

pengujian Manova adalah asumsi normal multivariate dan

homogenitas varians kovarians.

C. Analisis Faktor

Analisis faktor bertujuan untuk menggambarkan

hubungan kovarians antara beberapa variabel yang

mendasari, tetapi tidak teramati dalam jumlah acak yang

disebut faktor. Pada dasarnya pembentukan model faktor

disebabkan oleh dugaan bahwa variabel-variabel bisa

dikelompokkan berdasarkan masing-masing korelasinya [7].

Model analisis faktor dapat ditulis sebagaimana persamaan

1px1mxpxmp1 x p εFLμX (6)

Dimana i = 1,2, ..., p dan j = 1,2, ..., m.

Dengan,

iμ = rata-rata variabel ke-i

jF

= common factor ke-j

ij

= loading factor variabel ke-i dan faktor ke-j

iε =specific factor ke-i

Dengan eigenvalue 0IA dan eigenvektoriii eλ=Ae .

Asumsi-asumsi yang dilakukan sebelum pengujian analisis

faktor adalah asumsi kecukupan data dan independensi.

III. METODOLOGI PENELITIAN

Data yang digunakan dalam penelitian ini adalah data

sekunder yang diperoleh dari Lembaga Pengembangan

Pendi-dikan, Kemahasiswaan dan Hubungan Alumni

(LP2KHA) yang berjumlah sebanyak 10.541 peserta

SNMPTN yang mendaftar ke ITS tahun 2015.

Variabel yang digunakan dalam penelitian data SNMPTN

di ITS 2015 sebanyak 41 variabel dengan 30 variabel sebagai

pembentuk indeks siswa, 8 variabel sebagai pembentuk

indeks sekolah, dan 3 variabel sebagai variable moderator.

Tabel 1 Variabel Penelitian Notasi Variabel Skala

Pembentuk

Indeks

Siswa

X1 - X5 N.R. Bhs.Indonesia I – V Interval

X6 – X10 N.R. Bhs.Inggris I – V Interval

X11 – X15 N.R. Matematika I – V Interval

X16 – X20 N.R. Fisika I – V Interval

X21 – X25 N.R. Kimia I – V Interval

X26 – X30 N.R. Biologi I – V Interval

Pembentuk

Indeks

Sekolah

X31 S. Akreditasi Sekolah 2014 Interval

X32 – X33 R.S. UN 2012-2013 Interval

X34 – X36 R.S. SBMPTN 2012–2014 Interval

X37 – X38 R. IPP 2013 – 2014 Interval

Variabel

Moderator

Z1 Jenis Kelamin Nominal

Z2 Status Sekolah Nominal

Z3 Asal Sekolah Nominal

Keterangan : N.R = Nilai Rapor

S. = Skor

R.S. = Rata-Rata Skor

R. = Rata-Rata

Langkah analisis dalam penelitian ini adalah sebagai

berikut.

1. Menjawab tujuan pertama yaitu melakukan analisis

deskriptif pada data. Diikuti dengan Manova untuk

mengidentifikasi beda atau tidaknya vektor rata-rata dari

variabel-variabel tersebut.

2. Menjawab tujuan kedua yaitu untuk melakukan analisis

faktor pada masing-masing variabel yang terkait dengan

pembentukan Indek Siswa dan Sekolah dengan langkah-

langkah sebagai berikut.

a. Melakukan pengujian asumsi

b. Melakukan analisis faktor pada variabel terkait

pembentukan Indeks Siswa.

c. Melakukan analisis faktor pada variabel terkait

pembentukan Indeks Sekolah.

d. Pembentukan bobot dengan melihat variance faktor

yang terbentuk.

IV. ANALISIS DAN PEMBAHASAN

A. Karakteristik Peserta SNMPTN

Statistika deskriptif berguna untuk mengambarkan

perbandingan peserta SNMPTN 2015 di ITS berdasarkan

variabel jenis kelamin, status sekolah, dan asal sekolah.

Gambar 1 Peserta SNMPTN Berdasarkan Jenis Kelamin,

Status Sekolah, dan Asal Sekolah

Dari Gambar 1 terlihat bahwa berdasarkan jenis kelamin

peserta SNMPTN di dominasi oleh peserta laki-laki

dibandingkan perempuan. Berikutnya berdasarkan status

sekolah dominasi oleh peserta yang berasal dari SMA negeri

dibandingkan SMA swasta. Kemudian berdasarkan asal

3

sekolah, peserta SNMPTN di dominasi oleh peserta yang

berasal dari Jawa dibandingkan luar Jawa.

Tabel 2 Jumlah dan Persen Peserta SNMPTN

Berdasarkan Jenis Kelamin, Status Sekolah, dan Asal Sekolah

Perempuan Laki-Laki Total

Jawa

Negeri 3.200 4.442 7.642

(30,36) (42,14) (72,5)

Swasta 526 916 1442

(4,99) (8,690 (13,68)

Luar

Jawa

Negeri 371 883 1.254

(3,52) (8,38) (11,9)

Swasta 58 145 203

(0,55) (1,38) (1,92)

Total 4.155 6.386 10.541

(39,42) (60,58) (100)

Keterangan : ( .. ) = Persentase Peserta

Dari Tabel 2 diperoleh informasi secara keseluruhan

peserta laki-laki 1,5 kali lebih banyak dibandingkan peserta

perempuan, kemudian peserta yang berasal dari SMA negeri

5 kali lebih banyak dibandingkan peserta yang berasal dari

SMA swasta, serta peserta yang berasal dari Jawa 6 kali

banyak dibandingkan peserta yang berasal dari luar Jawa.

Berdasarkan jenis kelamian, peserta perempuan yang berasal

dari SMA negeri di Jawa 8 kali lebih banyak dibandingkan

dari SMA negeri di luar Jawa, 6 kali lebih banyak dari SMA

swasta di Jawa, dan 55 kali lebih banyak dari SMA swasta di

luar Jawa. Peserta laki-laki yang berasal dari SMA negeri di

Jawa 5 kali lebih banyak dibandingkan dari SMA negeri di

luar Jawa, 4 kali lebih banyak dari SMA swasta di Jawa, dan

30 kali lebih banyak dari SMA swasta di luar Jawa.

B. Karakteristik Pembentuk Indeks Siswa

Nilai rapor merupakan nilai yang diperoleh peserta

SNMPTN selama masa studi di bangku SMA pada 5

semester. Dimana nilai rapor setiap sekolah memiliki standar

penilaian yang berbeda-beda, sehingga setiap siswa memiliki

nilai rapor yang cukup bervariasi.

Tabel 3 Rata-Rata dan Standar Deviasi Nilai Rapor

1 2 3 4 5

Bhs.Indonesia 81,39 82,97 83,75 85,09 87,1

(4,1) (4,14) (4,05) (4,08) (4,25

Bhs.Inggris 81,46 82,65 83,36 84,68 86,56

(4,69) (4,63) (4,38) (4,45) (4,41)

Matematika 80,74 82,15 82,93 84,34 86,5

(5,34) (5,15) (4,95) (5,09) (4,97)

Fisika 80,38 81,82 82,82 84,16 86,34

(5,07) (4,96) (4,84) (4,79) (4,78)

Kimia 80,86 82,24 82,83 84,1 86,23

(5,06) (4,94) (4,66) (4,81) (4,76)

Biologi 80,58 82,02 82,94 84,31 86,37

(4,51) (4,41) (4,4) (4,48) (4,45)

Dari Tabel 3 diperoleh informasi bahwa nilai rapor Bahasa

Indonesia memiliki rata-rata nilai rapor tertinggi, sedangkan

Fisika terendah. Kemudian berdasarkan standar devisi rata-

rata ke-5 mata pelajaran tiap semester tidak terlalu berbeda

pada kisaran 4, namun pada semester ke-1 nilai Matematika,

Fisika dan Kimia memiliki nilai standar deviasi dengan

kisaran 5, yang artinya range nilai ke-3 mata pelajaran

tersebut pada semester 1 lebih lebar dibandingkan pada mata

pelajaran lain atau nilai ke-3 mata pelajaran tersebut lebih

heterogen. Untuk lebih jelas ada atau tidaknya perbedaan

rata-rata nilai rapor berdasarkan variabel jenis kelamin, status

sekolah, dan asal sekolah maka dilakukan pengujian vektor

rata-rata menggunakan Manova.

Pengujian asumsi yang harus dipenuhi sebelum melakukan

pengujian Manova adalah asumsi normal multivariate dan

homogenitas varians kovarians. Setelah dilakukan pengujian

asumsi diperoleh hasil data nilai rapor Bahasa Indonesia,

Bahasa Inggris, Matematika, Fisika, Kimia dan Biologi

memenuhi asumsi normal multivariat, tetapi tidak memenuhi

asumsi homogenitas varians kovarians. Pengujian Manova

yang digunakan ketika asumsi homogenitas varians kovarians

tidak terpenhui adalah dengan statistik uji Pillai’s Trace.

Tabel 4 Pengujian Manova

Berdasarkan Status Sekolah

Effect Nilai F P-value

Jenis

Kelamin

Pillai’s Trace 0,05 18,49 0,00

Wilks’s Lambda 0,95 18,49 0,00

Hotelling’S Trace 0,05 18,49 0,00

Roy’s Largest Root 0,05 18,49 0,00

Berdasarkan Tabel 4 diperoleh nilai statistik uji Pillai’s

Trace dengan P-value 0,000 < α = 0,05, sehingga dapat

ditarik kesimpulan bahwa nilai vektor rata-rata pada peserta

perempuan berbeda dengan peserta laki-laki.

Tabel 5 Pengujian Efek Antar Variabel Nilai Rapor

Variabel Sum of

Square Df

Mean

Square F

P

value

N.R.Bhs.Indonesia I 4324,7 1 4324,7 264,24 0,00

N.R.Bhs.Indonesia II 5616,48 1 5616,48 338,34 0,00

N.R.Bhs.Indonesia III 5056,42 1 5056,42 316,82 0,00

N.R.Bhs.Indonesia IV 4649,92 1 4649,92 287,03 0,00

N.R.Bhs.Indonesia V 3326,09 1 3326,09 187,04 0,00

N.R.Bhs.Inggris I 2580,12 1 2580,12 118,63 0,00

N.R.Bhs.Inggris II 3284,57 1 3284,57 155,56 0,00

N.R.Bhs.Inggris III 1860,7 1 1860,7 97,88 0,00

N.R.Bhs.Inggris IV 2663,23 1 2663,23 135,96 0,00

N.R.Bhs.Inggris V 1190,35 1 1190,35 61,61 0,00

N.R.Matematika I 3904,21 1 3904,21 138,44 0,00

N.R.Matematika II 4146,45 1 4146,45 158,52 0,00

N.R.Matematika III 3230,11 1 3230,11 133,24 0,00

N.R.Matematika IV 4599,13 1 4599,13 180,69 0,00

N.R.Matematika V 3118,22 1 3118,22 127,69 0,00

N.R.Fisika I 1971,48 1 1971,48 77,39 0,00

N.R.Fisika II 2634,19 1 2634,19 107,98 0,00

N.R.Fisika III 2100,89 1 2100,89 90,43 0,00

N.R.Fisika IV 2596,23 1 2596,23 114,21 0,00

N.R.Fisika V 1790,47 1 1790,47 79,02 0,00

N.R.Kimia I 2819,67 1 2819,67 111,18 0,00

N.R.Kimia II 3420,57 1 3420,57 142,07 0,00

N.R.Kimia III 2934,18 1 2934,18 136,78 0,00

N.R.Kimia IV 3815,01 1 3815,01 167,51 0,00

N.R.Kimia V 2010,7 1 2010,7 89,48 0,00

N.R.Biologi I 3503,67 1 3503,67 175,25 0,00

N.R.Biologi II 3771,42 1 3771,42 197,43 0,00

N.R.Biologi III 2892,88 1 2892,88 151,24 0,00

N.R.Biologi IV 3687,35 1 3687,35 186,69 0,00

N.R.Biologi V 1994,62 1 1994,62 101,52 0,00

Keterangan : N.R = Nilai Rapor

4

Dari Tabel 5 berdasarkan jenis kelamin, rata-rata nilai

rapor Bahasa Indonesia, Bahasa Inggris, Matematika, Fisika,

dan Biologi diperoleh P-value = 0,00 < α = 0,05, yang berarti

peserta perempuan dan laki-laki memiliki rata-rata nilai rapor

yang berbeda. Dilakukan pengujian juga berdasarkan status

sekolah, asal sekolah, dan Akreditasi Sekolah peserta

SNMPTN dengan hasil yaitu berdasarkan jenis kelamin

adanya perbedaan nilai rapor ke 6 mata pelajaran.

Berdasarkan status sekolah tidak perbedaan pada variabel

nilai rapor Bahasa Indonesia semester 1 dan 3, Bahasa

Inggris semester 1, 3 dan 4, Matematika semester 2-4, Kimia

semester 1, serta Biologi semester 2. Berdasarkan asal

sekolah tidak ada perbedaan pada nilai rapor Matematika

semester 2 dan biologi semester 2.

C. Karakteristik Pembentuk Indeks Sekolah

Nilai UN merupakan penilaian siswa dalam hal akademik

secara nasional saat SMA, dan nilai SBMPTN merupakan

program seleksi bersama penerimaan mahasiswa baru,

keduanya bersama dengan Akreditasi Sekolah yang

merupakan penilaian yang didasarkan pada kelayakan kinerja

sekolah, dan IPP yang merupakan nilai IP yang diperoleh

pada tahap persiapan 2 semester awal, nantinya digunakan

sebagai variabel-variabel pembentuk Indeks Sekolah. Dengan

karakteristik masing-masing variabel sebagai berikut.

Tabel 6 Karakteristik Variabel Pembentuk Indeks Sekolah

Rata-rata St Dev Max Min

S.Akreditasi 2014 93,75 3,34 99,3 67,4

R.S.UN 2012 51,42 2,83 56 24,5

R.S.UN 2013 48,17 4,03 55,7 22,9

R.S.SBMPTN 2012 561,74 51,16 759 435,3

R.S.SBMPTN 2013 528,51 44,9 706,4 437,5

R.S.SBMPTN 2014 555,26 38,96 714,9 437,5

R.IPP 2013 2,99 0,31 3,6 1,4

R.IPP 2014 2,99 0,34 3,5 0,9

Keterangan : S . = Skor

R.S. = Rata-Rata Skor

R. = Rata-Rata

Berdasarkan Tabel 6 diperoleh informasi bahwa rata-rata

Akreditasi Sekolah peserta SNMPTN 2015 di ITS yang

berjumlah 1.096 sekolah adalah 93,75 yang berarti rata-rata

sekolah memiliki Akreditasi A. Rata-rata nilai UN sebesar

51,42 untuk 2012 dan 48,17 untuk 2013, yang artinya

masing-masing mata pelajaran rata-rata mendapat skor 8,5

dan 8, berdasarkan tahun terlihat bahwa range nilai UN tahun

2013 lebih besar dibandingkan dengan 2012. Rata-rata skor

SBMPTN tahun 2012 sebesar 561,74, 2013 sebesar 528,51,

dan 2014 sebesar 555,26. Rata-rata IPP tahun 2013 dan

2014 sebesar 2,99.

Gambar 2 Akreditasi Sekolah Peserta SNMPTN

Berdasarkan Gambar 2 diperoleh informasi peserta

SNMPTN 2015 di ITS sebanyak 10.541 peserta, dengan total

1.096 sekolah 838 negeri dan 258 swasta. Secara keseluruhan

94,62 persen dengan 1.037 sekolah berakreditasi A, 5,20

persen dengan 57 sekolah berakreditasi B, dan 0,18 persen

dengan 2 sekolah berakreditasi C.

D. Analisis Faktor Pembentuk Indeks Siswa

Analisis faktor data peserta SNMPTN 2015 di ITS

dilakukan terhadap variabel-variabel yang terkait dengan

pembentukan Indeks Siswa yaitu nilai rapor Bahasa

Indonesia, Bahasa Inggris, Matematika, Fisika, Kimia, dan

Biologi. Tahap awal sebelum melakukan analisis faktor

adalah menguji asumsi kecukupan data KMO yang hasilnya

data cukup untuk dilakukan analisis faktor, dan asumsi

korelasi antar variabel yang hasilnya antar variabel nilai

rapor Bahasa Indonesia, Bahasa Inggris, Matematika, Fisika,

Kimia dan Biologi saling berkorelasi. Setelah asumsi

terpenuhi maka selanjutnya melakukan analisis faktor.

Berdasarkan eigenvalue yang diperoleh, variabel yang

digunakan untuk membentuk Indeks Siswa dan Sekolah

terbagi kedalam 7 faktor.

Tabel 7 Eigenvalue Pembentuk Indeks Siswa

Eigenvalue

Komponen Total % Varian Komulatif %

1 14,18 47,28 47,28

2 2 6,66 53,94

3 1,82 6,07 60,01

4 1,33 4,44 64,45

5 1,05 3,51 67,97

6 0,88 2,93 70,9

7 0,86 2,88 73,78

... ... ... ...

29 0,16 0,54 99,47

30 0,16 0,53 100

Tabel 7 menunjukkan bahwa faktor yang terbentuk

sebanyak 5 faktor saling independen dengan cara melihat

banyaknya komponen yang memiliki nilai eigenvalue lebih

dari 1, dengan varians kumulatif sebesar 67,97 persen.

Selanjutnya untuk melihat variabel-variabel yang masuk

dalam tiap-tiap faktor dapat dilihat dari nilai loading factor.

Tabel 8 Loading Factor Pembentuk Indeks Siswa

Variabel Komponen

1 2 3 4 5

N.R.Bhs.Indonesia 1 0,01 0,43 0,19 0,64 0,18

N.R.Bhs.Indonesia 2 0,09 0,35 0,2 0,7 0,18

N.R.Bhs.Indonesia 3 0,29 0,18 0,17 0,74 0,13

N.R.Bhs.Indonesia 4 0,4 0,1 0,18 0,73 0,15

N.R.Bhs.Indonesia 5 0,46 -0,04 0,16 0,63 0,14

N.R.Bhs.Inggris 1 -0,01 0,4 0,74 0,15 0,09

N.R.Bhs.Inggris 2 0,06 0,37 0,75 0,18 0,12

N.R.Bhs.Inggris 3 0,33 0,16 0,73 0,19 0,15

N.R.Bhs.Inggris 4 0,41 0,1 0,73 0,19 0,18

N.R.Bhs.Inggris 5 0,48 -0,02 0,59 0,22 0,19

N.R.Matematika 1 0,28 0,74 0,15 0,11 0,01

N.R.Matematika 2 0,39 0,69 0,15 0,14 0,06

N.R.Matematika 3 0,6 0,49 0,15 0,15 0,07

N.R.Matematika 4 0,68 0,44 0,13 0,16 0,08

N.R.Matematika 5 0,73 0,28 0,13 0,19 0,07

N.R.Fisika 1 0,25 0,67 0,17 0,13 0,16

N.R.Fisika 2 0,35 0,63 0,19 0,17 0,2

N.R.Fisika 3 0,6 0,44 0,2 0,16 0,16

5

N.R.Fisika 4 0,69 0,35 0,19 0,15 0,16

N.R.Fisika 5 0,73 0,22 0,16 0,16 0,13

N.R.Kimia 1 0,16 0,68 0,15 0,15 0,24

N.R.Kimia 2 0,31 0,63 0,15 0,16 0,26

N.R.Kimia 3 0,59 0,4 0,15 0,18 0,24

N.R.Kimia 4 0,66 0,34 0,14 0,17 0,27

N.R.Kimia 5 0,71 0,16 0,14 0,18 0,24

N.R.Biologi 1 0,08 0,51 0,21 0,19 0,58

N.R.Biologi 2 0,18 0,44 0,22 0,22 0,63

N.R.Biologi 3 0,41 0,22 0,19 0,21 0,67

N.R.Biologi 4 0,5 0,15 0,18 0,23 0,66

N.R.Biologi 5 0,61 0,03 0,14 0,24 0,49

Keterangan : N.R = Nilai Rapor

Pemilihan variabel-variabel yang masuk dalam tiap-tiap

faktor adalah berdasarkan nilai loading faktor terbesar.

Untuk lebih jelasnya variabel-variabel apa saja yang masuk

pada ke-5 faktor tersebut, dapat dilihat pada Tabel 9.

Tabel 9 Bobot Pembentuk Indeks Siswa

Faktor Variabel Nama

Faktor Varians Bobot

Faktor

1

N.R. Matematika 3

Pelajaran

Kejuruan

IPA

Semester

Terakhir

47,28 0,70

N.R.Matematika 4

N.R.Matematika 5

N.R.Fisika 3

N.R.Fisika 4

N.R.Fisika 5

N.R.Kimia 3

N.R.Kimia 4

N.R.Kimia 5

N.R.Biologi 5

Faktor

2

N.R.Matematika 1 Belum

Masuk

Kejuruan

Semester

Awal

6,66 0,10

N.R.Matematika 2

N.R.Fisika 1

N.R.Fisika 2

N.R.Kimia 1

N.R.Kimia 2

Faktor

3

N.R.Bhs.Inggris 1

Bukan Mata

Pelajaran

IPA I

6,07 0,09

N.R. Bhs.Inggris 2

N.R.Bhs.Inggris 3

N.R.Bhs.Inggris 4

N.R.Bhs.Inggris 5

Faktor

4

N.R.Bhs.Indonesia 1

Bukan Mata

Pelajaran

IPA II

4,44 0,07

N.R.Bhs.Indonesia 2

N.R.Bhs.Indonesia 3

N.R.Bhs.Indonesia 4

N.R.Bhs.Indonesia 5

Faktor

5

N.R.Biologi 1 Pelajaran

Kejuruan

IPA Bukan

Eksak

3,51 0,05 N.R.Biologi 2

N.R.Biologi 3

N.R. Biologi 4

Keterangan : N.R = Nilai Rapor

Berdasarkan Tabel 9 Penerimaan mahasiswa baru

berdasarkan jalur SNMPTN melalui pembentuk Indeks Siswa

yaitu variabel nilai rapor Bahasa Indonesia, Bahasa Inggris,

Matematika, Fisika, Kimia, dan Biologi memiliki bobot yang

berbeda dengan 70 persen untuk nilai rapor Matematika,

Fisika, Kimia semester 3-5 dan Biologi semester 5, 10 persen

untuk nilai rapor Matematika, Fisika, dan Kimia semester 1-

2, 9 persen untuk nilai rapor Bahasa Inggris semester 1-5, 7

persen untuk nilai rapor Bahasa Indonesia semester 1-5, serta

5 persen untuk nilai rapor Biologi semester 1-4. Model

Indeks Siswa yang diperoleh dari bobot pada Tabel 9 adalah

sebagai berikut.

5

siswa5

4

siswa4

3

siswa3

2

siswa2

1

siswa1siswa IbIbI bI bI bI 5

siswa

4

siswa

3

siswa

2

siswa

1

siswasiswa I (0,05)+I (0,07)+I (0,09)+I (0,10)+I (0,70)=I

Dengan keterangan Indeks sesuai pada Tabel 9.

E. Analisis Faktor Pembentuk Indeks Sekolah

Analisis faktor data peserta SNMPTN 2015 di ITS

dilakukan terhadap variabel-variabel yang terkait dengan

pembentukan Indeks Sekolah yaitu skor Akreditasi Sekolah,

rata-rata skor UN, rata-rata skor SBMPTN, dan rata-rata IPP.

Tahap awal sebelum melakukan analisis faktor adalah

menguji asumsi kecukupan data KMO yang hasilnya data

cukup untuk dilakukan analisis faktor, dan asumsi korelasi

antar variabel yang hasilnya antar variabel nilai rapor skor

Akreditasi Sekolah, rata-rata skor UN, rata-rata skor

SBMPTN, dan rata-rata IPP saling berkorelasi. Setelah

asumsi terpenuhi maka selanjutnya melakukan analisis faktor.

Berdasarkan eigenvalue yang diperoleh, variabel yang

membentuk Indeks Sekolah peserta SNMPTN 2015 di ITS

terbagi ke dalam 2 faktor.

Tabel 10 Eigenvalue Pembentuk Indeks Sekolah

Eigenvalue

Komponen Total % Varian Komulatif %

1 4,12 51,52 51,52

2 1,79 22,34 73,85

3 0,76 9,69 83,54

4 0,69 8,6 92,14

.... ... ... ...

7 0,09 1,18 99,24

8 0,06 0,77 100

Tabel 10 menunjukkan bahwa faktor yang terbentuk

sebanyak 2 faktor saling independen dengan cara melihat

banyaknya komponen yang memiliki nilai eigenvalue lebih

dari 1, dengan varians kumulatif sebesar 73,85 persen.

Variabel pembentuk Indeks Sekolah sendiri terdiri dari 4

variabel yang berbeda, maka jumlah faktor yang terbentuk

yang diinginkan sebanyak 4 faktor dengan varians kumulatif

sebesar 92,14. Selanjutnya untuk melihat variabel-variabel

yang masuk dalam tiap-tiap faktor dapat dilihat dari nilai

loading factor.

Tabel 11 Loading Factor Pembentuk Indeks Sekolah Komponen

Variabel 1 2 3 4

Skor Akreditasi 2014 0,287 0,192 0,078 0,932

Rata-Rata Skor UN 2012 -0,123 0,178 0,888 0,124

Rata-Rata Skor UN 2013 0,147 0,14 0,913 -0,023

Rata-Rata Skor SBMPTN 2012 0,896 0,337 0,062 0,175

Rata-Rata Skor SBMPTN 2013 0,911 0,117 -0,147 0,148

Rata-Rata Skor SBMPTN 2014 0,862 0,327 0,179 0,167

Rata-Rata IPP 2013 0,262 0,906 0,207 0,142

Rata-Rata IPP 2014 0,32 0,893 0,177 0,135

Pemilihan variabel-variabel yang membentuk faktor

masing-masing melalui nilai loading faktor terbesar. Untuk

lebih jelasnya variabel-variabel apa saja yang masuk pada ke-

2 faktor tersebut, dapat dilihat pada Tabel 12.

6

Tabel 12 Bobot Pembentuk Indeks Sekolah Faktor Variabel Nama Faktor

Faktor

1

Rata-Rata Skor SBMPTN 2012

Skor SBMPTN Rata-Rata Skor SBMPTN 2013

Rata-Rata Skor SBMPTN 2014

Faktor

2

Rata-Rata IPP 2013 IPP

Rata-Rata IPP 2014

Faktor

3

Rata-Rata Skor UN 2012 Skor UN

Rata-Rata Skor UN 2013

Faktor

4 Skor Akreditasi Sekolah 2014 Skor Akreditasi

Keterangan : S. = Skor

R.S. = Rata-Rata Skor

R. = Rata-Rata

Berdasarkan Tabel 12 Penerimaan mahasiswa baru

berdasarkan jalur SNMPTN melalui pembentuk Indeks

Sekolah yaitu variabel skor Akreditasi Sekolah, rata-rata skor

UN, rata-rata skor SBMPTN, dan rata-rata IPP memiliki

bobot yang berbeda dengan 56 persen untuk rata-rata skor

SBMPTN 2012 – 2014, 24 persen untuk rata-rata IPP 2013 –

2014, 11 persen untuk rata-rata skor UN 2012-2013, dan 9

persen untuk skor Akreditasi Sekolah 2014. Model Indeks

Sekolah yang diperoleh dari bobot pada Tabel 12 adalah

sebagai berikut.

4

sekolah4

3

sekolah3

2

sekolah2

1

sekolah1sekolah Ib+Ib+I b+I b=I

4

sekolah

3

sekolah

2

sekolah

1

sekolahsekolah I (0,09)+I (0,11)+I (0,24)+I (0,56)=I

Dengan keterangan Indeks pembentuk Indeks Sekolah sesuai

pada Tabel 12.

V. KESIMPULAN DAN SARAN

A. Kesimpulan

Berdasarkan hasil analisis dan pembahasan, maka kesim-

pulan yang dapat diambil adalah sebagai berikut.

1. Karakteristik peserta SNMPTN 2015 di ITS yaitu

dominan adalah laki-laki sebesar 61 persen, berasal dari

SMA negeri sebesar 84 persen, dan berasal dari Jawa

sebesar 86 persen. Setelah melakukan pengujian Manova

diperoleh hasil bahwa nilai rapor berbeda berdasarkan

jenis kelamin, status sekolah, asal sekolah, dan Akreditasi

Sekolah.

2. Penerimaan mahasiswa baru berdasarkan jalur SNMPTN

melalui pembentuk Indeks Siswa diperoleh bobot yaitu 70

persen pada faktor pelajaran kejuruan IPA semester

terakhir yaitu nilai rapor matematika, fisika, kimia

semester 3 sampai 5 dan biologi semester 5, 10 persen

pada faktor pelajaran yang belum masuk semester awal

yaitu nilai rapor matematika,fisika, dan kimia semester 1

sampai 2, 9 persen pada faktor pelajaran yang bukan mata

pelajaran IPA I yaitu nilai rapor Bahasa Inggris selama 5

semester, 7 persen pada faktor pelajaran yang bukan mata

pelajaran IPA II yaitu nilai rapor Bahasa Inggris, serta 5

persen pada faktor pelajaran kejuruan IPA bukan eksak

yaitu nilai rapor Biologi. Penerimaan mahasiswa baru

melalui pembentuk Indeks Sekolah diperoleh bobot yaitu

56 persen pada faktor skor SBMPTN, 24 persen pada

faktor IPP, 11 persen pada faktor skor UN, serta 9 persen

pada faktor skor akreditasi sekolah.

B. Saran

Saran yang bisa diberikan pada penelitian ini adalah hasil

penelitian menunjukkan bahwa bobot indikator pembentuk

Indeks Siswa tidak sama, oleh karena itu disarankan hasil

penelitian dengan bobot sebagai mana kesimpulan dapat

digunakan untuk membentuk Indek siswa, demikian juga

Indeks Sekolah. Dan disarankan ada penelitian lebih lanjut

yang menggabungkan Indek Siswa dan Sekolah.

DAFTAR PUSTAKA

[1] Putra, E. P. (2015, Januari 13). Ada tiga cara masuk

perguruan tinggi. Retrieved Februari 21, 2015, from

republika website: http://www.republika.co.id/berita/-

pendidikan/eduaction/15/01/13/ni3sad-ada-tiga-cara-

masuk-perguruan-tinggi.

[2] Harahap, R. F. (2015, Februari 16). Kuota maba snmptn

tak sama di tiap kampus. Retrieved Maret 4, 2015, from

okezone web site http://news.okezone.com/read/2015/-

02/16/65/1106276/kuota-maba-snmptn-tak-sama-di-tiap-

kampus

[3] Kemdikbud. (2014, Februari 11). Nilai un salah satu

pertimbangan dalam snmptn. Retrieved Maret 4, 2015,

from litbang.kemdikbud.go.id: http://litbang.kemdik-

bud.go.id/index.php/index-berita-bulanan/2014/berita-

bulan-februari-2014/655-nilai-un-salah-satu-

pertimbangan-dalam-snmptn.

[4] Wahyuningtias, Y. F. (2012). Evaluasi Ketepatan

Klasifikasi Kelulusan Tes Keterampilan Seleksi

Nasional Masuk Perguruan Tinggi Bidang Olahraga

Dengan Analisis Diskriminan Kernel. Surabaya: Institut

Teknologi Sepuluh Nopember.

[5] Zuraidah, Z. (2014). Analsis Faktor dan Pengelompokan

Prestasi Akademik Mahasiswa Baru ITS. Surabaya: ITS.

[6] Wahab, R. (2015, Januari 15). pengantar: snmptn.

Dipetik April 8, 2015, dari snmptn web site:

http://snmptn.ac.id/pengantar.htm.

[7] Johnson, R. A., & Wichern, D. W. (2007). Applied

Multivariate Analysis Methods and Applications.

Canada: John Willey and Sons.